搜索资源列表
change_detection_based_on_Bayes
- 本文着重阐述了如何通过贝叶斯理论在多时相高分辨率遥感影像中进行变换检测的技术，能够获得良好的检测效果。
C源代码实例
- 包含220个C语言的各种源程序：001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010 猜数字游戏 011 模拟ATM（自动柜员机）界面 012 用一维数组统计学生成绩 013 用二维数组实现矩阵转置 014 求解二维数组的最大/最小元素 015 利用数组求前n个
WL40987330 C语言算法集
- 目录 第一部分 基础篇 001 第一个C程序 002 运行多个源文件 003 求整数之积 004 比较实数大小 005 字符的输出 006 显示变量所占字节数 007 自增/自减运算 008 数列求和 009 乘法口诀表 010&
Three-ratio-method
- 电力变压器是电网中的最重要的设备之一，利用它可以把不同电压的电网联结在一起，组成复杂的电网或庞大的电力系统，并在其中发挥着重要的作用；电力变压器的可靠性直接关系到电网能否安全、高效、经济的运行。由于变压器长期连续在电网中运行，不可避免地发生各种故障和事故，因而如何对电力变压器在运行中的故障进行诊断，已成为电力部门急需解决的问题。 IEC三比值法是电力变压器内部故障诊断的常用方法。IEC三比值法是经IEC审议后，在四比值法（即罗杰斯法）的基础上修改而得到的一种简化的新的比值方法，它是将变压器
mphysnpw
- 含噪脉冲信号进行相关检测,Relief计算分类权重，包括主成分分析、因子分析、贝叶斯分析，考虑雨衰 阴影 和多径影响，本程序的性能已经达到较高水平，时间序列数据分析中的梅林变换工具。- Noisy pulse correlation detection signal, Relief computing classification weight, Including principal component analysis, factor analysis, Bayesian analysis,
object dection
- 给出一段有关人行为的视频，视频数据来源于KTH数据库，程序可以提取到我们所关心的前景区域。(GMM,C++, object dection)
byjc
- 用matlab实现图像灰度化以及图像的分割、高斯滤波、边缘检测(Using matlab to achieve image graying and image segmentation, Gaussian filtering, edge detection)
multiObjectTracking
- 该程序是用混合高斯建模+卡尔曼滤波实现，结果依赖于前景检测效果，结果效果较好，但背景干扰较多。(The program is to use mixed gaussian modeling + kalman filter implementation, the result depends on the foreground detection results, the effect is better, but more background interference.)
BAYES
- 针对高斯白噪声中二元确知信号，仿真信号检测过程，分析检测门限、噪声的方差及取样间隔对检测的影响检测。(For binary Gaussian white noise signal, simulation signal detection process, analysis of detection threshold, noise variance and sampling interval on the detection of the impact of detection.)
改进的canny
- Canny 算法包含许多可以调整的参数，它们将影响到算法的计算的时间与实效。 高斯滤波器的大小:第一步所用的平滑滤波器将会直接影响 Canny 算法的结果。较小的滤波器产生的模糊效果也较少，这样就可以检测较小、变化明显的细线。较大的滤波器产生的模糊效果也较多，将较大的一块图像区域涂成一个特定点的颜色值。这样带来的结果就是对于检测较大、平滑的边缘更加有用，例如彩虹的边缘。 阈值:使用两个阈值比使用一个阈值更加灵活，但是它还是有阈值存在的共性问题。设置的阈值过高，可能会漏掉重要信息;阈值
MFC+OpenCV图像处理
- MFC+Opencv，实现了opencv中的各种滤波、边缘检测、拉普拉斯变换及高斯变换等，源码。(MFC+Opencv,running all that important basic functions.)
edge_detection_using_LoG
- 基于MATLAB使用高斯拉普拉斯算子（log）进行边缘检测将图像灰度化再提取边缘(edge detection using log, we can extract the edge of the image(transfer the image to gray image ))
Python_VLPR-master
- 基于树莓派B+版本的车牌识别设计，辨识部分以树莓派3B+/3B为核心处理器，基于Linux平台，通过python3.5和OpenCV来对含有车牌信息的图片，进行高斯去噪、灰度化、边缘检测、二值化、闭操作、字符分割、字符识别匹配等一系列图像处理操作最终实现车牌识别这个系统。(Based on the design of license plate recognition of raspberry pie B+version, the recognition part takes raspberry
carplate
- 首先对车牌识别系统的现状和已有的技术进行深入的研究，然后开发出一个基于 Python 的车牌识别系统，文中先对车辆图像进行高斯去噪、灰度化和边缘检测等预处理方法，然后用颜色特征和形态特征相结合的方法来确定车牌位置，用彩色分割法来完成车牌分割，最后，运用 SVM 分类训练器完成字符识别并使用Python 软件环境进行车牌识别的仿真实验。(License plate recognition based on SVM)
5G 中的 SCMA Turbo 学习
- 稀疏码多址 (SCMA) 是最近设计的一种扩展技术，其中 QAM 符号被映射到不同的 OFDMA 音调。基于码本的映射可以看作是一种扩频编码过程，其中整形增益有助于提高频谱效率并增强系统性能。本文基于 SCMA 编码方案，提出了一种联合多用户检测 (MUD) 和信道解码方法，应用了“turbo 原理”。与传统的分离检测和解码方案相比，turbo检测性能更好，增益更高，复杂度适中。在此之上，提出了一种改进方法，即在迭代之前修改外在信息。改进是基于信息的可靠性，保持可靠的信息并减少不可靠的信息。具体